项目简介

Memora是一个轻量级的Model Context Protocol (MCP)服务器，专门用于持久化存储和管理共享记忆。它通过SQLite数据库提供可靠的数据存储，并支持多种高级功能，包括语义搜索、事件通知和交互式知识图谱。

主要功能

持久化存储：SQLite数据库支持，可选S3、GCS、Azure云同步
语义搜索：支持TF-IDF、sentence-transformers和OpenAI三种向量嵌入方式
智能关联：基于相似度自动链接相关记忆
知识图谱：交互式HTML可视化，支持过滤和节点探索
事件通知：基于轮询的跨智能体通信系统
层级组织：支持按章节/子章节浏览记忆
统计分析：标签使用情况、趋势分析和连接洞察
图像管理：支持将图片上传到R2云存储
多格式导出：支持JSON备份和恢复，带有合并策略

安装步骤

# 从GitHub安装
pip install git+https://github.com/agentic-mcp-tools/memora.git

# 安装云存储支持
pip install -e ".[cloud]"

# 安装语义搜索增强
pip install -e ".[embeddings]"

# 安装所有功能
pip install -e ".[all]"

服务器配置

在Claude Code中，将以下配置添加到项目根目录的'.mcp.json'文件中：

本地数据库配置

{
  "mcpServers": {
    "memory": {
      "command": "memora-server",
      "args": [],
      "env": {
        "MEMORA_DB_PATH": "~/.local/share/memora/memories.db",
        "MEMORA_ALLOW_ANY_TAG": "1",
        "MEMORA_GRAPH_PORT": "8765"
      }
    }
  }
}

云数据库配置（S3/R2）

{
  "mcpServers": {
    "memory": {
      "command": "memora-server",
      "args": [],
      "env": {
        "AWS_ENDPOINT_URL": "https://<account-id>.r2.cloudflarestorage.com",
        "MEMORA_STORAGE_URI": "s3://memories/memories.db",
        "MEMORA_CLOUD_ENCRYPT": "true",
        "MEMORA_ALLOW_ANY_TAG": "1",
        "MEMORA_GRAPH_PORT": "8765"
      }
    }
  }
}

基本使用方法

服务器启动后，可以通过以下MCP工具进行操作：

'memory_create' - 创建新记忆
'memory_list' - 列出记忆，支持多种过滤条件
'memory_semantic_search' - 语义搜索
'memory_export_graph' - 导出知识图谱
'memory_related' - 获取相关记忆
'memory_boost' - 提升记忆重要性评分
'memory_events_poll' - 轮询记忆事件
'memory_migrate_images' - 迁移图片到R2存储

访问知识图谱可视化：http://localhost:8765/graph

关键词